为什么我感觉 AI 写代码纯属添乱?

上莞曾先生

此刻 AI 技术很火，写代码也有了新的 AI 东西，可是为什么我感觉让 AI 写代码纯属添乱？

文刀侠

现在付费使用copilot也几个月了，感觉已经摸清楚了copilot的套路了。大概能知道它会补全什么样的代码。
因为它的提示总会慢一点，我每次觉得它应该能写对的时候，都会心里默念一句：“该你表现了，宝贝儿。”然后，等它补全代码。一些套路性的代码它完全可以胜任，比如想专门针对3x3矩阵定义一些操作，不想用第三方库了。这时候你把函数名字写详细一点，它就可以帮你写好。
那些我觉得它肯定不行的代码，它写出来我也不看，直接自己写。
AI写代码最大的问题还是事实检测的问题，它不考虑当前的代码对不对，尤其是变量名，函数名补全，它可以非常肆意妄为。而这个是传统IDE补全代码的强项，因为它们只会检索你声明过的东西。
不过一个月十几刀嘛，还要啥自行车。

良哥2016

首先我是Copilot重度用户,有Copilot的白嫖使用资格,在仅支持VSCode时使用的比较少,在Visual Studio 2022有copilot插件后,基本是每次代码必用,我日常基本使用C语言，总结一下copilot写C代码的一些特点:
第一、如果说Copilot的代码能用，当且仅当Copilot写的代码刚好是你想写，想这么写，你写出来和Copilot的生成的代码基本一样的情况，你必须审计并清楚的知道生成代码每一行的所有细节及意义，这个代码才能够使用，简单来说，与其说Copilot帮你写代码，不如说Copilot是一个很聪明的秘书，帮你打完了你接下来想打的字，如果靠给注释直接生成稍微长一点点的功能代码，翻车几率极高。
第二、Copilot非常擅长生成类比代码，比如你写了一个NodeRotateLeft（树节点左旋），那么之后你写一个一样的函数NodeRotateRight（树节点右旋），那么Copilot帮你补全的概率极高，并且工作的很好，但需要注意的是，每一个这样的函数你必须对功能参数有明确的定义再生成，否则它很可能会开始胡说八道生成有逻辑漏洞的代码。
第三、如果你自己写的代码有逻辑漏洞或bug，那么Copilot生成出来的代码极大可能也带有同样的逻辑漏洞与bug，所以说如果水平过关的人使用Copilot那是能够提高效率的屠龙刀，水平不过关的人使用那就是对牛弹琴纯属添乱，它是效率放大器，用的是平方而不是加法，水平不到1，自然是越用越乱。
第四、那种非常常见的代码和逻辑功能代码，copilot的补全成功率很高，但一些高度定制化的功能代码，一般需要前面已经写过类似代码提供给copilot“联想”，否者生成的基本不太靠谱。
第五、用的久了你几乎猜得到哪些代码Copilot是能够补全的，哪些代码是可以比较放心让Copilot帮你补全的，这个时候Ctrl+alt+\这个快捷键就很好用了。
总结：是个不错的辅助工具，不是银弹，配合之前的intellicode的提示算是锦上添花，如果你长期将它用在实际项目工作会比较有体会，至于那些写了两个demo代码就得出替代码农然后开始卖课的营销号可以早点洗洗睡了。

ake555

因为维护开源项目被送了 Copilot，也用过一段时间。对我而言这玩意作用最大的时候大概就是相当于一个相当智能化的 codegen 工具。
有些时候我需要重复写一些很相似但不完全一样的代码，大概这个意思：


这些工作理论上来说写一个模板来生成代码就好，但实际重复量也不是特别大，做代码生成花的功夫比复制粘贴后再手工改改花的功夫还多，不上不下的就很难受。
对于这样情况，Copilot 可以说完美地满足了我的想象，把重复度高的地方变成了一路按 TAB。
虽然 Copilot 有些时候还是挺碍事，我平常一般还是会关掉它的补全提示，但光是它解决了我大部分的机械性工作这一点，它就算不上纯属添乱了。
再见识过 Copilot 的智能水平后，我对 JetBrians 正在测试 AI 自动生成文档、变量名等功能也很期待，相信它能够替我解决更多需要纠结的难题。

青龙偃月EEBB

我用python写，然后让gpt对着翻译写出rust，除了python特有的库和某些科学计算无法转，原生python基本可以过去，结果肯定不理想，但是对照可控aigc
我理解gpt也应该提出可控gpt，以及和llvm结合的gpt
未来llm应该强调这类程序语言的翻译能力，让大家学了python就能100%写出高效率c艹，java，rust之类的
而不是停留在产品经理无脑prompt上

pphh9168

是，写代码纯属添乱。或者说，让 AI 做那些有原创性的事情纯属添乱。最核心的事情目前 AI 一样都做不好。
但如果是用来帮助程序员解决一些简单的常见的问题，还是可以的。——如果类似的问题有很多人遇到过的话。那么你用 AI 能找到答案的概率比较高。
如果只是用来让 AI 替代搜索引擎，解决一些「原本依赖搜索引擎能完成」的事，就可以一用。
有些事你原本就不太可能依赖搜索引擎完成，那么有了 AI 之后，AI 只是一个跟自然语言整合得更好的搜索引擎而已，以前搜索引擎做不到的事，现在大概率也做不到。
<hr/>以我现在的经验来说，直接让AI完成项目代码，那纯属扯淡。但如果我清楚，目前用到的某个功能，其中可能会用到某个非常通用的算法，我把这一小段通用的，可能别人也写过的东西，独立出来精确描述给AI，只要我抽象得足够精细，它就能写个大概（正确率70%吧）。
但这相当于什么呢？只是相当于省掉了我去查找开源代码实现的精力。因为能通用的玩意一定是别人写过类似代码的，别人写过了，AI才知道怎么做。在没 AI 的时代，我也可以通过搜索引擎实现。
如果你想要的功能，全世界没人写过类似的代码并开源出来，那么AI也只能抓瞎。——但凡你确信这段代码一定有别人写过，并且开源出来过，那么你让AI去写，问题就不大。
所以简要结论是：AI只是替代了你以前能通过搜索引擎的查找来实现的东西。而并不能替代你自己写代码。如果你以前写的所有东西都是从搜索引擎查找来的玩意，那确实你做的事情 AI 都能做。但如果你经常有原创的代码需要写，开源找不到替代代码，那么你做的这事情 AI 做不到。